本文選題：數(shù)據(jù)融合 + 傳感器網(wǎng)絡��； 參考：《中國測試》2017年05期

【摘要】：為解決加性噪聲模型無法準確刻畫實際觀測模型的問題,采用帶有乘性噪聲系統(tǒng)模型進行建模。在實際系統(tǒng)中,由于多傳感器網(wǎng)絡的應用使得傳統(tǒng)乘性噪聲的濾波算法已無法滿足實際需求,該文分別提出帶有乘性噪聲的有反饋分布式和序貫式多傳感器強跟蹤濾波融合方法,以有效解決復雜環(huán)境下的非線性系統(tǒng)最優(yōu)狀態(tài)估計問題。計算機仿真實驗表明,新算法具有很好的估計精度,在多傳感器目標跟蹤應用中有較好的應用前景。
[Abstract]:In order to solve the problem that the additive noise model can not accurately depict the actual observation model, the system model with multiplicative noise is used to model the model. In the practical system, because of the application of multi-sensor network, the traditional multiplicative noise filtering algorithm can not meet the actual needs. In this paper, a feedback distributed and sequential multi-sensor strong tracking filtering fusion method with multiplicative noise is proposed to effectively solve the optimal state estimation problem for nonlinear systems in complex environments. The computer simulation results show that the new algorithm has good estimation accuracy and has a good prospect in multi-sensor target tracking applications.
【作者單位】： 中國飛行試驗研究院;
【基金】：航空科學基金(2015ZD30002)
【分類號】：TN713;TP212

【相似文獻】

相關(guān)期刊論文 前6條

1 褚東升;寧云磊;張玲;;帶乘性噪聲系統(tǒng)狀態(tài)濾波的自適應算法[J];中國海洋大學學報(自然科學版);2011年12期

2 褚東升;滕梓潔;張玲;;基于濾波器的一類帶乘性噪聲系統(tǒng)的執(zhí)行器故障檢測與估計方法[J];中國海洋大學學報(自然科學版);2013年06期

3 褚東升,王遠;帶乘性噪聲系統(tǒng)在加性噪聲相關(guān)時的最優(yōu)濾波[J];青島海洋大學學報(自然科學版);2001年06期

4 邢國靖;張承慧;趙輝宏;;帶乘性噪聲和測量時滯的隨機系統(tǒng)二次濾波[J];山東大學學報(工學版);2011年06期

5 郭鋒;周玉榮;蔣世奇;古天祥;;具有乘性噪聲的線性振蕩器的隨機共振[J];電子科技大學學報;2008年01期

6 ;[J];;年期

相關(guān)碩士學位論文 前4條

1 寧云磊;帶乘性噪聲系統(tǒng)的自適應參數(shù)辨識算法研究[D];中國海洋大學;2012年

2 史政;復雜多通道帶乘性噪聲系統(tǒng)的逆向濾波及單向反褶積算法研究[D];中國海洋大學;2005年

3 于春曉;帶乘性噪聲系統(tǒng)多尺度狀態(tài)平滑及基于量測預處理的濾波算法研究[D];中國海洋大學;2007年

4 于興凱;一類具有等式約束的帶乘性噪聲系統(tǒng)的濾波算法研究[D];中國海洋大學;2014年

，

本文編號：1880758